Sergey Brin, co-fondatorul Google, s-a reîntors la munca în laboratoarele AI. Într-un Q&A găzduit de AGI House, el a arătat deschis unde a greșit Google strategic și de ce inteligența artificială nu ne va face inutili.
Întoarcerea
După o absență lungă, Brin s-a întors în mijlocul algoritmilor, inspirat de schimbările importante din AI.
"Lucrurile se mișcă foarte repede în AI și noi lucrăm non-stop... Adică, cine nu ar vrea să împingă limitele inteligenței? Este un moment atât de unic în istorie, un moment unic în știință".
Brin recunoaște că rolul său este cel de „challenger” pentru executivi și cercetători. Și-a luat în serios misiunea de a provoca limitele interne:
"Sincer să fiu, sunt un pic agitator... Înghiontesc și provoc echipa: Chiar faceți asta? Chiar o faceți?. Uneori sunt puțin cam disruptiv, nu am să mint. Îmi văd rolul ca fiind acela de a le reaminti ce priorități le-ar putea scăpa sau la ce idei nu sunt destul de atenți".
Brin își evaluează onest produsele pe o piață competitivă, împărțită cu Claude și GPT.
"Cred că am întârziat puțin concentrându-ne pe programare. În retrospectivă, probabil că ar fi trebuit să ne concentrăm pe cod puțin mai devreme, dar suntem 100% concentrați pe asta acum", spune el.
Convergența științei
Până recent, Google construia AI-uri ultraspecializate (cum a fost AlphaFold pentru biologie). Brin este surprins de modul în care modelele generaliste preiau conducerea în știință prin „transfer de cunoștințe”.
"Tot mai mult, principalele noastre modele LLM Gemini pot fi state-of-the-art pentru matematică, de exemplu, și pentru alte tipuri de întrebări științifice. Această convergență nu e ceva ce aș fi prezis la început. Atunci când antrenezi pentru o anumită clasă de probleme – să spunem că antrenezi pentru programare – asta îți poate ajuta de fapt raționamentul matematic și invers", explică Brin.
Giganții tech nu și-au mapat în totalitate propriile produse. Nici măcar echipa de la DeepMind nu știe care sunt granițele capacității unui model, spune Brin.
La întrebarea din public dacă Super Inteligența este definită de capacitatea de a rezolva probleme cu complexitate P = NP (presupus imposibil de calculat algoritmic optimizat de către om), Brin a fost sincer. Nu, AI-ul nu va face vrăji.
P vs. NP rămâne una dintre problemele fundamentale, încălcate de limitele calculabilității (Premiul Mileniului, Institutul Clay). AI-ul operează în cadrul constrângerilor computaționale; el nu rezolvă o problemă matematică paradoxală doar adăugând un surplus de „creier electronic”.
Oamenii nu devin inutili
Ce se va întâmpla cu profesiile oamenilor în epocă AI? Brin dă exemplul șahului. AI-ul a bătut oamenii la cele mai complicate jocuri logice (Deep Blue în șah, AlphaGo în Go), dar acest lucru nu i-a oprit din a le juca.
"Faptul că aceste computere pot face lucruri excepțional de bine nu a oprit oamenii să devină din ce în ce mai buni la ele, să primească recunoaștere și să se bucure de acele activități. Cred că vom descoperi că inteligențele artificiale pot face o mulțime de lucruri surprinzătoare, dar cred că ele vor ajuta, de asemenea, oamenii să avanseze în a le face".
După meciurile istorice om vs. AI, înțelegerea și strategia umană în ambele jocuri s-au dezvoltat.
Drumul către AGI
Pentru Sergey, inteligența generală (AGI) depășește granițele unui chat de text. Soluția constă în dezvoltarea "World Models" - sisteme care înțeleg concepte și fizica spațială dincolo de cuvinte. În ceea ce privește arhitectura de bază, Brin susține, cu rezerve, că viitorul este construit tot pe "Transformeri".
"Ca să poți face orice poate un om, trebuie absolut să fii capabil să înțelegi și să interacționezi cu lumea fizică. Deci, pentru asta, modelele lumii (World Models) sunt cheia. Dacă ar fi să ghicesc, ar putea fi ceva apropiat de acești Transformeri (o formă de AGI)? Aș zice că da. E doar o presupunere".
În concluzie, arată Brin, ne apropiem de o perioadă dominată de modele interconectate, care învață prin deducție, și este rândul nostru să le găsim marginile ascunse.
